準確率超98%！識別新冠無症狀感染者，AI聽咳嗽聲就可以

2020-11-07 康德科學

新冠病毒造成的無症狀感染者沒有乏力、發燒、呼吸短促等明顯的身體症狀，有可能在不知不覺間成為病毒的傳播者。因此，及時篩查出無症狀感染者，是防控疫情的重要一環。


近日，麻省理工學院（MIT）的研究人員利用人工智慧（AI），開發了一種聽聲音識別無症狀感染者的方法。他們發現，無症狀感染者發出的咳嗽聲與健康人的並不一樣，儘管其中細微的差別很難為人耳分辨，但AI可以！


▲研究結果發表在《IEEE醫學與生物工程學雜誌》


研究人員收集了人們通過手機、筆記本電腦等設備主動上傳到網頁opensigma.mit.edu上的幾萬條錄音。他們用數萬份的咳嗽聲和說話聲的音頻樣本對AI模型進行了訓練。隨後，在向模型輸入新的咳嗽聲時，AI準確地識別出了98.5%的新冠核酸陽性患者，包括其中所有的無症狀感染者。


從阿爾茨海默病到新冠肺炎


這種聽音辨「症」的AI並非只能識別新冠患者。事實上，在沒有疫情之前，這支研究團隊正在嘗試開發一種AI，「聽」出阿爾茨海默病（AD）早期的患者。


阿爾茨海默病是一種神經退行性疾病，不僅會造成記憶力下降，而且還和神經肌肉衰退有關，比如造成聲帶減弱。因此，研究人員首先訓練了一種通用的機器學習算法，來區分與聲帶強度相關的不同聲音。


研究小組還訓練了第二個神經網絡，來識別言語中的情緒狀態。這是因為相比一般人，AD患者往往更容易表現出沮喪或淡漠的情緒，快樂的情緒則相對較少。為此，研究人員利用一個收集了演員以不同情緒進行表達的大型語音數據集，開發了情緒語音分類器。


接著，研究人員訓練了第三個神經網絡，基於咳嗽聲的數據，辨別肺和呼吸功能的差異。


圖片來源：123RF


將三個模型結合起來，研究人員建立的這個AI框架可以在「聽」不同人的音頻時，根據聲帶強度、情緒、肺和呼吸功能、肌肉退化這幾個標誌，識別出AD患者。


而當新冠疫情爆發後，開發這一AI的研究人員開始設想，這套方法是否可以用於識別新冠患者？「說話聲和咳嗽聲都受到聲帶及其周圍器官的影響。也就是說，說話和咳嗽在一定程度上是相似的。這就意味著，我們可以從說話聲中聽出人的性別、口音、情緒狀態等，而AI也可以從咳嗽聲中聽出這些特徵。」研究作者之一的Brian Subirana教授說。


20萬份咳嗽聲


為了加強對AI的訓練，從4月開始，這個研究小組建立了一個網站來收集人們志願提交的咳嗽錄音。與此同時，志願者還需要填寫問卷，表明自己是否接受過新冠相關檢測和診斷，結果如何，是否有症狀等。


▲收集咳嗽音頻的網站：opensigma.mit.edu


研究人員介紹，迄今他們已收集到70000多條音頻，每條音頻裡包含多個咳嗽聲，總計有大約20萬份咳嗽音頻，「據我們所知，這是迄今最大的咳嗽研究數據集。」Subirana教授說。


研究人員驚訝地發現，在原本用於識別AD患者的AI語音處理框架內，無需進行大量調整，就能找到針對新冠感染者的識別模式。更重要的是，AI可以敏銳地發現，在感染新冠病毒後，即便沒有明顯的症狀，聲音產生的方式也會有所改變。


MIT的新聞介紹，這支研究團隊正在把該AI模型整合到智能設備的應用程式中，如果能夠獲得FDA批准，有望提供一種使用簡單、沒有痛苦的免費工具，用於大規模預檢，幫助篩選可能無症狀的新冠感染者。用戶只需要每天登錄，對著手機咳嗽幾聲，馬上就可以知道自己有沒有感染新冠的信息，得到警告後可以及時通過正式的測試來確認。


題圖來源：123RF


參考資料

[1] Jordi Laguarta et al., (2020) COVID-19 Artificial Intelligence Diagnosis using only Cough Recordings.

[2] Artificial intelligence model detects asymptomatic Covid-19 infections through cellphone-recorded coughs. Retrieved Nov. 3, 2020, from https://news.mit.edu/2020/covid-19-cough-cellphone-detection-1029

相關焦點

  • AI聽咳嗽聲鑑別新冠肺炎 準確率為98.5%
    【AI聽咳嗽聲鑑別新冠肺炎 準確率為98.5%】據美國趣味科學網站3日報導，麻省理工學院（MIT）研究人員稱，他們發明了一款新人工智慧模型，可以通過傾聽健康人和新冠肺炎患者之間咳嗽的細微差別，發現新冠肺炎無症狀病例。
  • 新冠檢測新方法：用咳嗽聲診斷無症狀感染者，準確率達100%
    有數據顯示，世界50%新冠（COVID-19）病例由無症狀感染者傳染。該AI算法已通過迄今為止最大的咳嗽數據集測試，無症狀感染者的診斷準確率可達到100%。該AI模型不僅可以高精度識別出新冠感染患者，而且無症狀感染者的準確率更高。
  • 麻省理工學院：人工智慧可通過咳嗽聲識別新冠無症狀感染者
    西媒稱，麻省理工學院的研究團隊創建了一個人工智慧模型，該模型可以通過咳嗽聲識別無症狀感染者。據西班牙《先鋒報》網站11月2日報導，新冠病毒無症狀感染者沒有明顯的身體症狀，所以一般不會主動接受病毒檢測。然而，麻省理工學院的研究人員發現，可通過檢測咳嗽聲將無症狀感染者與健康人群區分開來。這些都是人耳無法察覺的細微差別，但人工智卻可以擔此重任。報導稱，研究人員利用志願者自願提交的數萬份咳嗽和語音樣本來訓練該人工智慧模型。目前該人工智慧模型已經能夠準確識別98.5%的新冠肺炎患者的咳嗽聲，其中包括100%的無症狀感染者的咳嗽聲。
  • 新冠檢測新方法：MIT用咳嗽聲診斷無症狀感染者，準確率達100%
    有數據顯示，世界50%新冠（COVID-19）病例由無症狀感染者傳染。無發燒、乏力、頭暈等明顯特徵的無症狀感染者，已在不知不覺中成為新冠病毒傳播和復發的最大威脅。近日，麻省理工學院（MIT）研究團隊聲稱其利用AI開發了一種無症狀感染檢測新方法。有意思的是，該方法利用的是人的生物特徵——咳嗽聲。
  • 麻省理工開發新冠檢測AI：聽咳嗽聲識別無症狀感染者
    【僑報網綜合訊】新冠肺炎疫情之下，有大量無症狀感染者不知不覺地傳播病毒。為了檢測出這一部分人群，麻省理工學院（MIT）的研究人員開發了一款人工智慧（AI）工具，可通過咳嗽聲的細微差別發現無症狀感染者。目前，研究者正對這一AI工具進行臨床測試，並向美國食品和藥物監督管理局（FDA）提出申請，希望能用來篩查無症狀感染者。
  • 新AI工具「聽」咳嗽聲鑑別新冠肺炎
    2020-11-05 07:40:59 來源：科技日報新AI工具「聽」咳嗽聲鑑別新冠肺炎有望作為篩查工具 或助遏制疫情科技日報北京11月4日電 （記者劉霞）據美國趣味科學網站3日報導，麻省理工學院（MIT）研究人員稱，他們發明了一款新人工智慧模型，可以通過傾聽健康人和新冠肺炎患者之間咳嗽的細微差別，發現新冠肺炎無症狀病例。
  • AI實現通過咳嗽聲識別是否感染新冠，泰國遊客赤腳爬瀑布
    一款可通過咳嗽聲識別是否感染新冠的AI在最近發表在《IEEE醫學與生物學工程學雜誌》上的一篇論文中，麻省理工學院的研究人員表示，他們已經開發出可以識別新冠肺炎感染者咳嗽聲的AI。據論文顯示，研究小組開發了一種AI模型，該模型通過分析你的咳嗽錄音，可以將無症狀感染者與健康的人區分開來。
  • 咳兩聲就能鎖定是否為感染者！AI辨別無症狀感染者，效果顯著
    10月25日，喀什地區疏附縣24日發現1例新冠肺炎無症狀感染者後，新疆迅速對其密切接觸者、密切接觸者的接觸者進行核酸檢測，截至10月25日14時，檢測出沒有任何胸悶發熱症狀，你和同伴可能很難區分是否感染了新冠。
  • 人工智慧能「聽咳嗽識新冠」？研究人員：準確率達98.5%
    英國廣播公司（BBC）8日稱，美國麻省理工學院的研究人員正試圖通過人工智慧算法識別新冠患者，「只要聽到咳嗽聲音，就能知道這個人有沒有感染新冠病毒」。報導稱，相關研究結果發布在電氣電子工程學會的《醫療生物工程》期刊上。論文共同作者之一、麻省理工學院科學家蘇比拉納表示，「感染新冠病毒之後，就算是沒有出現任何症狀，你發出的聲音也會變得不一樣。」
  • MIT出奇招：AI可通過咳嗽聲來識別新冠 尤其是無症狀患者
    財聯社（上海，編輯 黃君芝）訊，隨著冬季的臨近，全球疫情再度爆發，再加之越來越多的感染者呈現「無症狀」，防疫管控工作也難上加難。不過近日，麻省理工學院（MIT）的研究團隊似乎找到了解決之法。據報導，MIT的一支研究團隊正試圖通過分析咳嗽中隱含的獨特模式，來可靠預測某人是否正處於新冠肺炎感染的早期階段。
  • MIT收集20萬咳嗽樣本，用AI辨別無症狀感染者
    ，新疆迅速對其密切接觸者、密切接觸者的接觸者進行核酸檢測，截至10月25日14時，檢測出137人呈陽性，經專家診斷，均為無症狀感染者。後疫情時代，無症狀感染者正成為疫情復發最大的威脅。沒有任何胸悶發熱症狀，你和同伴可能很難區分是否感染了新冠。但人工智慧可以，只要你給TA聽聽你的咳嗽聲。
  • 麻省理工研發AI模型靠分析咳嗽聲找出新冠肺炎患者
    麻省理工的科研團隊早前在生物醫藥期刊《IEEE Journal of Engineering in Medicine and Biology》發布文章，表示開發了一個可以靠咳聲，找出新冠肺炎患者的人工智慧模型，只要集成到手機程序或智能揚聲器，就能夠非常簡單地進行測試。
  • 憑咳嗽聲就可檢測出新冠患者？MIT研發可辨別新冠病毒AI模型
    普通的新冠病毒患者在得病之後會伴隨咳嗽、流鼻涕、發燒等症狀，他們往往較為容易追蹤和檢測；相反沒有明顯症狀的患者卻能夠隱藏在人群中很難被識別，因為他們不知道自己有沒有患病。然而 MIT 似乎找到了高效識別無症狀患者的方法。
  • 最新：人工智慧可以從咳嗽聲中檢測出無症狀新冠患者
    無症狀的COVID-19患者可以傳播疾病，而沒有任何外來跡象表明他們生病了。但是，根據一項新的研究，具有敏銳的算法耳朵的新開發的AI可能能夠從人們的咳嗽聲中檢測出無症狀的病例。「我們很容易從流利的言語中衍生出一些東西，人工智慧可以簡單地從咳嗽中恢復過來，包括諸如人的性別，母語甚至情緒狀態之類的東西。事實上，您的咳嗽方式中蘊含著情感。」 首先，他們創建了一個網站，健康的志願者和COVID-19的志願者都可以使用手機或計算機記錄咳嗽。他們還填寫了一項調查，詢問有關他們的診斷以及所遇到的任何症狀的問題。
  • 專家提醒:新冠無症狀感染者可能有後遺症
    參考消息網8月24日報導 外媒稱，厄瓜多流行病學家卡塔利娜·耶佩斯認為，新冠病毒可能會留下後遺症，甚至連無症狀患者也不例外。因為有研究表明，已感染但未出現症狀的人可能會患上心腦血管疾病。據阿根廷布宜諾斯艾利斯經濟新聞網8月22日報導，曾任泛美衛生組織顧問的耶佩斯指出，另一個後果是所謂的「新冠霧」：患者會出現精神混亂，連說話或者做簡單的算術都困難。報導稱，即使是在不知情的情況下被感染的運動員，在病好之後，也會在進行某些以前毫不費力的活動時感到疲倦。
  • 如果有第二波疫情,無症狀感染者會是主要的傳播者嗎?
    龍醫生，今天就來聊一下新冠無症狀感染者的」轉歸「問題。對於無症狀感染者來說，發展到一定的階段，大多數會轉變為新冠病毒核酸檢測陰性的康復者；而有的人，則可能逐漸地進入發病狀態，出現相應的臨床表現或影像學變化，就轉變成了「確診病例」。 無症狀感染者為什麼會轉歸？如何防止病情惡化？ 無症狀感染者轉化為確診肺炎的病例，有一些是在疾病發展的自然過程中，出現的結果。
  • 「AI醫生」可以看眼表病了!平均準確率93.75%
    Nature Biomedical Engineering在線發表的文章首頁記者獲悉，該「AI醫生」對定位眼前段圖像病變所在解剖部位，平均準確率為93.75%，該準確率在外部驗證中達到了眼科專家水平。團隊決定利用類似DNA序列分割的原理對醫學圖像進行分割：建立Visionome密集標註標準流程，組織25人專家標註團隊將1772張包含角膜炎、胬肉等感染、環境、年齡相關性疾病的眼前段圖像，按照14種解剖結構進行區域分割，對於6種病變部位按照54種病理性特徵進行密集標註，最終得到了13404個解剖結構標籤和8329個病理特徵標籤。
  • 無症狀感染者定義是什麼意思 全國無症狀感染者有多少人
    【國家衛生健康委：關於新型冠狀病毒無症狀感染者的防控工作答問】　　一、什麼是新型冠狀病毒無症狀感染者？　　新冠病毒無症狀感染者（以下簡稱無症狀感染者）是指無相關臨床症狀，如發熱、咳嗽、咽痛等可自我感知或可臨床識別的症狀與體徵，但呼吸道等標本新冠病毒病原學檢測陽性者。
  • 麻省理工推出新冠肺炎語音診斷軟體
    智東西（公眾號：zhidxcom） 編 | 林卓瑋智東西11月2日消息，據外媒The Register報導，麻省理工一科研團隊推出可通過咳嗽聲診斷新冠肺炎的軟體，準確率聲稱高達98.5%一、基於ResNet50模型，僅通過聲音便可判斷病情麻省理工學院AutoID實驗室的Brian Subirana是這項技術成果論文的作者之一，他指出，「我們的實驗結果顯示，即便是無症狀患者，只要感染了新冠病毒，聲音都會發生變化。」
  • 河北省新增39例本地無症狀感染者,來看什麼是無症狀感染者
    近期我國的新冠肺炎疫情在局部地區有反彈情況，這一情況引起了大眾們的注意。現在尤其是河北新冠肺炎疫情不能忽視，因我國的新冠肺炎疫情還沒有徹底的被控制住，所以大家要加強防護，不能放鬆警惕，只有嚴格的防控新型冠狀病毒疫情，才能夠防止冬季新冠病毒反撲。